面向未知物体的同步触觉探索与抓取优化
机器人学
2021-07-20 v1
摘要
本文解决在使用机器人手指上的触觉传感器探索未知物体以建模其形状的同时,改善手指放置以优化抓取稳定性的问题。在许多情况下,机器人仅能部分相机观测到所观察物体的近侧,其远侧保持遮挡。我们展示了基于物体整体形状初始猜测的初始抓取尝试,如何产生物体远侧的触觉一瞥,从而改进形状估计并进而改进连续抓取。我们提出一种基于形状概率表示(高斯过程隐式曲面)的抓取探索方法。该表示能将初始部分视觉数据与时序触觉一瞥的附加数据增强结合。其与抓取质量的概率估计相结合以优化抓取配置。在选择下一组手指放置时,采用双目标优化方法在连续抓取尝试中共同最大化抓取质量并改善形状表示。实验结果表明,相较基线方法,所提方法更高效 yielding 稳定抓取配置,同时获得改进的被抓物体形状估计。
引用
@article{arxiv.2103.00655,
title = {Simultaneous Tactile Exploration and Grasp Refinement for Unknown Objects},
author = {Cristiana de Farias and Naresh Marturi and Rustam Stolkin and Yasemin Bekiroglu},
journal= {arXiv preprint arXiv:2103.00655},
year = {2021}
}
备注
IEEE Robotics and Automation Letters. Preprint Version. Accepted February, 2021